Σε ένα νέο ορόσημο περνά η Skild AI, η αμερικανική startup που αναπτύσσει λογισμικό τεχνητής νοημοσύνης για ρομπότ, καθώς έφτασε σε ετήσιο επαναλαμβανόμενο ρυθμό εσόδων (recurring revenue run-rate) ύψους 100 εκατ. δολαρίων, μόλις δέκα μήνες μετά την έναρξη της εμπορικής αξιοποίησης της τεχνολογίας της.
«Πρόκειται για ένα σημαντικό ορόσημο για εμάς, καθώς σηματοδοτεί ένα νέο κεφάλαιο για τη ρομποτική, περνώντας από την εποχή των demos στην εποχή των πραγματικών deployments», δήλωσε ο συνιδρυτής και CEO της Skild AI, Deepak Pathak, που ξεκίνησε την εταιρεία το 2023 στην Καλιφόρνια.
Η Skild έχει ξεχωρίσει στον χώρο της ρομποτικής αναπτύσσοντας ένα γενικής χρήσης «εγκέφαλο» που βασίζεται στην τεχνητή νοημοσύνη.
Ρομπότ που προσαρμόζονται μαθαίνοντας συνεχώς
Σε αντίθεση με συστήματα που βελτιστοποιούνται για μία συγκεκριμένη εργασία, η τεχνολογία της έχει σχεδιαστεί ώστε να επιτρέπει στα ρομπότ να προσαρμόζονται και να μαθαίνουν νέες δεξιότητες, μέσα από παρατήρηση και πρακτική, με τρόπο που προσεγγίζει τη διαδικασία ανθρώπινης μάθησης.
Η ταχύτητα ανάπτυξης της εταιρείας έχει ενισχυθεί σημαντικά και από τη χρηματοδότηση. Τον Ιανουάριο η Skild ολοκλήρωσε γύρο χρηματοδότησης ύψους 1,4 δισ. δολαρίων, αυξάνοντας την αποτίμησή της στα 14 δισ. δολάρια, περισσότερο από τριπλασιάζοντάς την μέσα σε μόλις επτά μήνες.
Ρομπότ της Skild AI για οικιακές εργασίες © Skild AI
Σήμερα, η τεχνολογία της χρησιμοποιείται σε εκατοντάδες ρομπότ σε περισσότερες από 60 εταιρείες, από καφέ στην Ιαπωνία έως αποθήκες στις ΗΠΑ.
Ο αριθμός αυτός είναι σημαντικά αυξημένος σε σχέση με τις μόλις οκτώ εταιρείες που χρησιμοποιούσαν την τεχνολογία της νωρίτερα μέσα στη χρονιά.
Η Skild είχε ανακοινώσει πέρυσι συνεργασία με τη Nvidia και τη Foxconn για την αυτοματοποίηση ρομποτικών διαδικασιών σε εργοστάσιο παραγωγής chips στο Χιούστον.
Ρομπότ που μιμούνται ανθρώπινες δεξιότητες
Ένα ακόμη σημαντικό βήμα ήρθε τον περασμένο μήνα, όταν η εταιρεία παρουσίασε το μοντέλο τεχνητής νοημοσύνης «S1». Το μοντέλο επιτρέπει σε ανθρωποειδή ρομπότ να μιμηθούν μια νέα δεξιότητα αφού παρακολουθήσουν έναν άνθρωπο να την εκτελεί.
Η τεχνολογία διαθέτει δυνατότητα «in-context learning», επιτρέποντας στα ρομπότ να μαθαίνουν σύνθετες εργασίες πολλών βημάτων, ακόμη και ακολουθίες διάρκειας άνω των 10 λεπτών, απλώς παρακολουθώντας ένα βίντεο.
Σύμφωνα με τον Διευθύνοντα Σύμβουλο Pathak, η μέθοδος μπορεί να λειτουργήσει ακόμη και όταν το ρομπότ δεν διαθέτει προηγούμενα δεδομένα εκπαίδευσης για τη συγκεκριμένη ενέργεια. Σε χαρακτηριστικό παράδειγμα, ένα ρομπότ κατάφερε να τοποθετήσει ένα φυτό σε γλάστρα, αφού πρώτα παρακολούθησε έναν άνθρωπο να το κάνει.
«Μπορείς να δείξεις στο ρομπότ πώς να φτιάχνει καφέ και θα τον φτιάξει ακριβώς με τον ίδιο τρόπο που τον έφτιαξες εσύ», ανέφερε ο CEO της Skild, υποστηρίζοντας ότι η δυνατότητα εκμάθησης τόσο μακρών ακολουθιών ενεργειών επιτρέπει στο S1 να αυτοματοποιεί πολύ πιο πολύτιμες εργασίες σε σχέση με προηγούμενα μοντέλα.
Και στην κουζίνα
Ακόμη ένα παράδειγμα που έδωσε αφορά ένα ρομπότ το οποίο κατάφερε να γυρίσει μια τηγανίτα, παρότι δεν είχε προηγουμένως «δει» τη συγκεκριμένη εργασία στα δεδομένα εκπαίδευσής του. Όπως ανέφερε ο Pathak, το ρομπότ έμαθε παρατηρώντας την κίνηση της σπάτουλας στο βίντεο.
Το λογισμικό της Skild είναι συμβατό με διαφορετικούς τύπους ρομπότ, από τετράποδα ρομπότ έως ρομποτικούς βραχίονες και χέρια, και μπορεί να χρησιμοποιηθεί σε περιβάλλοντα όπως νοσοκομεία, σπίτια, αποθήκες και εργοστάσια.
Παράλληλα, έχει σχεδιαστεί ώστε να βοηθά τα ανθρωποειδή ρομπότ να εκτελούν πιο σύνθετες φυσικές κινήσεις, από το να ξεπερνούν εμπόδια έως το να πιάνουν αντικείμενα και να εκτελούν εργασίες όπως το γέμισμα του πλυντηρίου πιάτων, το μαγείρεμα και η τακτοποίηση.
Κλιμάκωση της πραγματικής χρήσης
Ο Pathak σημείωσε ότι η πρόσφατη χρηματοδότηση επιτρέπει στην εταιρεία να επικεντρωθεί περισσότερο στην κλιμάκωση της πραγματικής χρήσης της τεχνολογίας και λιγότερο στη δημιουργία εντυπωσιακών demos που μπορούν να γίνουν viral στο διαδίκτυο.
Όπως ανέφερε χαρακτηριστικά, οι πρόσφατες επιδείξεις ανθρωποειδών ρομπότ σε αθλητικές διοργανώσεις στην Κίνα είναι «διασκεδαστική ψυχαγωγία», αλλά δεν αποτελούν τον μοναδικό τομέα στον οποίο αναπτύσσεται η ρομποτική.
Καθημερινή λειτουργία των ρομπότ
Παράλληλα, η προσέλκυση των πρώτων πελατών έχει επιταχύνει και τη συλλογή δεδομένων εκπαίδευσης, δημιουργώντας έναν κύκλο που μπορεί να ενισχύσει περαιτέρω την ανάπτυξη της εταιρείας.
«Έχει να κάνει με τη δημιουργία ενός data flywheel», εξήγησε ο Pathak. «Όσο περισσότερο αναπτύσσεις την τεχνολογία σε πραγματικές συνθήκες, τόσο περισσότερα δεδομένα αποκτάς, τα οποία βελτιώνουν το AI brain και οδηγούν σε ακόμη περισσότερες αναπτύξεις».
Η Skild επιχειρεί έτσι να μεταφέρει την τεχνητή νοημοσύνη από το επίπεδο των εντυπωσιακών επιδείξεων στην καθημερινή λειτουργία των ρομπότ, με στόχο ένα γενικευμένο σύστημα που θα μπορεί να μαθαίνει νέες εργασίες και να προσαρμόζεται σε διαφορετικά περιβάλλοντα και εφαρμογές.
